音頻編解碼知識培訓資料

定制人員:徐超目錄概述性能指標實現(xiàn)方法本司產(chǎn)品所涉音頻編解碼介紹及使用說明總結(jié)概述

音頻編碼(壓縮)技術(shù)指的是對原始數(shù)字音頻信號流（PCM編碼）運用適當?shù)臄?shù)字信號處理技術(shù)，在不損失有用信息量，或所引入損失可忽略的條件下，降低（壓縮）其碼率，也稱為壓縮編碼。它必須具有相應的逆變換，稱為解壓縮或解碼。音頻信號在通過一個編解碼系統(tǒng)后可能引入大量的噪聲和一定的失真。直接采用PCM碼流進行存儲和傳輸存在非常大的冗余度。事實上，在無損的條件下對聲音至少可進行4：1壓縮，即只用25％的數(shù)字量保留所有的信息.性能指標速率：高速率、中速率、低速率 壓縮比質(zhì)量：客觀評價 主觀評價延時：質(zhì)量和延時的關(guān)系 不同業(yè)務對延時的要求復雜性：算法的復雜性及軟硬件實現(xiàn)的復雜性

實現(xiàn)方法波形編碼 將波形直接變換成數(shù)字碼流。特點：比特率較高、解碼后質(zhì)量較高、延時較小?？梢苑譃椋簳r域波形編碼，如PCM、ADPCM等；頻域波形編碼，如：子帶編碼（SBC）。參數(shù)編碼從信源信號的某個域中提取特征參數(shù)，并變換成數(shù)字碼流。特點：比特率較低、解碼后質(zhì)量較低、延時較大。如：各種聲碼器?；旌暇幋a 將以上二種方法混合，特點：以較低的比特率獲得較高的質(zhì)量，延時適中，復雜。如：G723.1，G728，G729語音編碼等。

音頻編解碼介紹與使用說明

我們公司產(chǎn)品中所涉及的音頻編解碼器有:G.711G.722G.723.1G.728G.729G.7221.CMP3AAC-LC及AAC-LDG.719下面分別予以介紹.

G.711簡介

G.711是ITU-T制定的一個語音壓縮標準.輸入PCM碼流為采樣率為8000Hz,壓縮處理后輸出64kbps的碼流.把每個16位PCM樣本數(shù)據(jù)壓縮為8位,壓縮率為2:1.G.711標準下有兩種壓縮算法。一種是μ-law，主要運用于北美和日本；另一種是A-law，主要運用于世界上其他地區(qū)。使用說明輸入碼流屬性:采樣率為8000Hz,位寬為16比特的單聲道PCM碼流.每幀處理的幀長:240個樣本(時長為30ms)壓縮比:2:1碼率:64Kbps

G.722簡介ITUG.722于1988年標準化，是第一個用于16KHZ采樣率的標準化寬帶語音編碼算法。該編解碼器將8KHz的頻帶分為兩個子頻帶，并用ADPCM算法在子頻帶中進行編碼。輸入PCM碼流為采樣率為16000Hz,是一種支持三種比特率64,56和48kbps的多碼率語音編碼算法。使用說明輸入碼流屬性:采樣率為16000Hz,位寬為16比特的單聲道PCM碼流.每幀處理的幀長:576個樣本(時長為36ms)壓縮比:4:1碼率:64Kbps

G.723.1簡介G.723.1是ITU-T制定的一個語音壓縮標準.輸入PCM碼流為采樣率為8000Hz,支持兩種編碼比特率5.3和6.3kbps。算法復雜度較高,音頻質(zhì)量比較低.但是壓縮率較高,可達到1:24。使用說明輸入碼流屬性:采樣率為8000Hz,位寬為16比特的單聲道PCM碼流.每幀處理的幀長:240個樣本(時長為30ms)壓縮比:1:20(碼率為6.3kbps),1:24(碼率為5.3kbps)我司產(chǎn)品中當前已很少使用.

G.728簡介1992年9月,CCITT(ITU一個永久性機構(gòu)組織:國際電報電話咨詢委員會)發(fā)布了語音編解碼標準.這個語音編碼草案是由AT&T提交給CCITT的.G.728是一種低延時語音壓縮標準,輸入PCM碼流為采樣率為8000Hz,壓縮比為1:8，并且有0.625ms的編碼算法延時。使用說明輸入碼流屬性:采樣率為8000Hz,位寬為16比特的單聲道PCM碼流.每幀處理的幀長:80個樣本(時長為10ms)壓縮比:8:1碼率為:16Kbps

G.729簡介

G.729協(xié)議在1996年3月通過的8Kbps的語音編解碼協(xié)議。輸入PCM碼流采樣率為8000Hz,壓縮比為1:16。G.729編解碼器具有很高的語音質(zhì)量和很低的延時。使用說明輸入碼流屬性:采樣率為8000Hz,位寬為16比特的單聲道PCM碼流.每幀處理的幀長:80個樣本(時長為10ms)壓縮比:16:1碼率為:8Kbps

G.7221.C簡介G.722.1.C是一個高質(zhì)量低復雜度、帶寬為14khz的寬帶音頻編碼器算法,輸入PCM碼流采樣率為32000Hz,傳輸碼流比特率有24Kbps、32Kbps和48Kbps三種。使用說明輸入碼流屬性:采樣率為32000Hz,位寬為16比特的單聲道PCM碼流.每幀處理的幀長:640個樣本(時長為20ms)壓縮比:約21:1(碼率為24Kbps),16:1(碼率為32bps),11:1(碼率為48Kbps)碼率為有三種:24Kbps、32Kbps和48Kbps(說明:我司一般采用的碼率為:24Kbps)

MP3(1)簡介

在1991年,MP3由位于德國埃爾朗根的研究組織Fraunhofer-Gesellschaft的一組工程師發(fā)明和標準化的。MP3就是一種音頻壓縮技術(shù)，由于這種壓縮方式的全稱叫MPEGAudioLayer3，所以人們把它簡稱為MP3。MPEG-1Layer3允許使用的碼率是32、40、48、56、64、80、96、112、128、160、192、224、256和320Kbps，允許的采樣頻率是32、44.1和48kHz。44.1kHz是最為經(jīng)常使用的速度（與CD的采樣速率相同）。MPEG-2包括其它一些位速：6、12、24、32、40、48、56、64、80、96、112、128、144、160kbit/s。

MP3(2)使用說明

說明:下面幾點說明僅針對我們公司的mp3庫。輸入碼流屬性:采樣率為32000Hz,位寬為16比特的雙聲道PCM碼流.(說明:實際上我們的mp3編碼是一種偽雙聲道編碼,即編解碼內(nèi)部是單聲道編解碼，編碼前處理先把雙聲道處理成單聲道；在解碼器中,解碼后處理把解出的一個聲道復制到另一個聲道)每幀處理的幀長:2304個樣本(時長為36ms)壓縮比:約20:1碼率:50~55Kbps

AAC-LC及AAC-LD(1)簡介AAC（AdvancedAudioCoding），中文稱為“高級音頻編碼”，出現(xiàn)于1997年，基于MPEG-2的音頻編碼技術(shù)。由FraunhoferIIS、杜比實驗室、AT&T、Sony（索尼）等公司共同開發(fā)，目的是取代MP3格式。2000年，MPEG-4標準出現(xiàn)后，AAC重新集成了其特性，加入了PNS技術(shù)和LTP技術(shù)，為了區(qū)別于傳統(tǒng)的MPEG-2AAC又稱為MPEG-4AAC。AAC有多種編解碼方案，參見表1.

AAC-LC及AAC-LD(2)

文件方案MPEG－2AACLC低復雜度(簡單TNS,無預測和增益控制)LowComplexityMPEG－2AACMain主方案(除增益控制之外)MPEG－2AACSSR可變?nèi)勇蔛calableSamplingRateMPEG－4AACLC低復雜度(PNS)MPEG－4AACMain主方案(PNS)MPEG－4AACSSR可變?nèi)勇蔛calableSamplingRateMPEG－4AACLTP長時預測規(guī)格(PNS+LTP)LongTermPredictionMPEG－4AACLD低延遲規(guī)格LowDelayMPEG－4AACHE高效率規(guī)格(SBR(V1)+PS(V2))HighEfficiency表1AAC的所有編解碼方案AAC-LC及AAC-LDAAC使用說明

說明:表2列表說明僅針對我們公司的AAC-LC及AAC-LD庫。表2AAC-LC及AAC-LD使用說明表

項目

標準

采樣率(Hz)位寬(bit)單聲道/雙聲道每幀輸入樣本數(shù)輸出碼率(bps)壓縮比AAC_LC16k16單102448k約5:116k16雙204848k約11:132k16單102472k約7:132k16雙204872k約14:148k16單1024128k6:148k16雙2048128k12:1AAC_LD24k16單51232k12:124k16雙102464k12:132k16單51248k約11:132k16雙102496k約11:148k16單51264k12:148k16雙1024128k12:1G.719簡介

2008年5月ITU-T批準了新型的G.719全帶寬（full-band）編解碼器。這種編解碼器依據(jù)的就是Polycom的Siren?22以及Ericsson的先進音頻技術(shù)。其覆蓋的音頻頻帶達到22KHz，且對帶寬的要求低，僅為32Kbps-128Kbps，可留出更多的可用帶寬來提高視頻質(zhì)量。G.719幀時長20毫秒，算法延遲40毫秒。這是目前超寬頻帶編解碼器可提供的最低時延，讓實時溝通更加自然。使用說明輸入碼流屬性:采樣率為48000Hz,位寬為16比特的單聲道PCM碼流.每幀處理的幀長:960個樣本(時長為20ms)壓縮比:12:1(碼率為64Kbps時)碼率:64Kbps(我們公司產(chǎn)品中選用的碼率)

總結(jié)右表為我們公司音頻編解碼器的一個總結(jié)性列表,從中可以方便的查到各個編解碼器支持的輸入碼流屬性、碼率及壓縮比等信息。說明:此僅供科達開發(fā)人員內(nèi)部使用。

項

目標

準

采樣率(Hz)位寬(bit)單聲道/雙聲道輸入碼率(bps)輸出碼率(bps)壓縮比G.7118K16單128k64k2:1G.72216k16單256k48k,56k,64k4:1G.723.18k16單128k5.3k,6.3k24:120:1G.7288k16單128k16k8:1G.7298k16單128k8k16:1G.722.1.C32k16單512k24k,32k,48k約21:116:1約11:1Mp332k16雙1024k可變(50~55k)約20:1AAC_LC16k16單256k48k約5:116k16雙512k48k約11:132k16單5